環境污染與經濟收斂關系的實證檢驗

張崇輝，汪勁松

（浙江工商大學 統計與數學學院，杭州 310018）

0 引言

當前，地區環境問題和全球環境問題已經成為世界各國關注的焦點。隨著經濟的高速發展，以氣候變化為核心的全球環境變化，正在廣泛而深刻地影響著人類社會的方方面面。目前，我國超過五分之一的城市空氣質量不達標，重金屬和持久性有機污染物長期積累的環境問題日益凸顯，減排壓力更是有增無減。因此，如何在保持社會經濟發展的同時，處理好其與環境之間的關系，是一個急需解決的問題。

從環境污染與經濟增長角度看，最具代表性的分析方法是環境庫茲涅茨曲線(the Environmental Kuznets Curve，簡稱EKC)[1]。

從經濟收斂角度看，以Solow（1956）為代表的新古典增長模型是現代經濟增長理論的開端。新古典增長模型的一個主要特征就是收斂假說，即一個經濟體真實人均產出的初始水平越低，其經濟增長率就越高。國外學者通過將環境水平作為影響變量對增長模型進行擴展，并進行了一系列研究。如Drabo（2010）[2]采用古典增長理論對EKC假說進行了驗證，發現環境質量的退化最終會抑制經濟的發展。但在初期階段，高排放的發展模式會產生額外2%的經濟收斂速度，這意味著在相對落后的高污染國家，其與發達國家差距正以每年2%的速度縮小。Kamogawa和Shirota（2007）[3]則采用了基于EKC假說的拉姆塞-庫普曼模型，從社會政策制定者角度探討了經濟收斂、能源消費與排放的相互影響，發現污染物存量的增長與經濟收斂速度的變化是同向的。而且，只有當污染物排放的邊際成本等于相應的邊際收益時，環境才會停止惡化。因此，從抑制污染物排放角度來看，增加排放成本是改善環境的主要解決途徑。Rasmussen（2001）[4]根據邊干邊學理論，分析了技術變化與CO2排放之間的關系，發現技術進步通過改變社會最優資本存量對CO2的排放成本產生影響，從而影響經濟收斂。同時，CO2減排的總成本和邊際成本都是遞減的。另外，Le Kama[5]，Stern[6]，Stokey[7]等學者也進行了相關研究。

綜上所述，目前大多數的研究都是從環境污染與經濟增長的關系出發，采用不同的數據形式驗證EKC假說是否成立，而基于收斂理論的EKC關系研究則較少，國內學者更幾乎尚未涉及。因此，本文立足于經濟收斂的角度，對環境污染與經濟增長的關系進行研究。同時根據現有研究存在的不足，從以下幾個方面進行改進：（1）對于經濟增長與環境污染，韓玉軍等（2009）[8]提出EKC曲線存在著一個前提假設，即隨著經濟的增長，各個國家經歷了相似的環境影響軌跡，暗含著收入水平決定污染水平。然而有關解決EKC同質假設的文獻及在此基礎上的實證研究很少，張成等(2011)提出根據我國各地區工業化程度和收入水平的不同進行分組以有效區分省份之間的差異，但該方法忽略了不同的污染物其污染源是不同的，同種污染物在不同的高工業地區排放量可能差異很大，且工業化程度高并不意味著不同類別的污染物排放都處于高水平。因此本文提出對于不同的污染物，根據1991～2009年各地區的排放水平分別進行聚類分析，將具有相似排放水平的地區合為一類，使得類間差異明顯，而同類地區之間則符合EKC的同質性假設。（2）目前國內學者都未考慮環境退化對經濟收斂產生的影響。隨著環境污染加劇，其對經濟的抑制作用逐漸加強，而且各個地區發展方式的差異造成了污染程度不同，最終導致環境污染與經濟增長之間的關系也產生差異。因此，本文提出采用變系數模型，將環境質量因素考慮在經濟收斂測算中，研究其對經濟收斂速度的影響。本文根據上述提出的改進方法以期所建立的模型能夠更加準確的描述經濟收斂與環境污染的關系，以及環境污染對收斂速度的影響。

1 模型的收斂理論框架

本文從新古典增長方程出發推導出經濟收斂與環境退化之間的關系：

其中Y是產出，K是物質資本存量，L為勞動投入，A代表技術進步，Q是環境質量，E是受教育程度，^L代表有效勞動投入，F為以對外開放程度衡量的制度變量，θ1、θ2和θ3分別代表勞動環境彈性、勞動教育彈性和對外開放水平對廣義技術進步的彈性。

若假設環境是一種產品，可以消費和投資，也可以增加自然資源存量。那么，單位有效勞動產出為：

因此平衡增長路徑上的人均有效資本和人均有效產出分別為：

將平衡增長路徑上的有效人均產出與單位有效勞動相結合，得到：

這個式子表明了物質資本、人力資本以及環境質量對人均產出的作用。

為了測算收斂速度，本文根據MRW(1992)，Islam(1995)，Bassanini and Scarpetta(2001 and 2007)提出的線性化方法估計經濟收斂速度，即：

從上式可以看出，環境質量的提升會加快經濟的收斂速度，而收斂速度λi還受到折舊率δ和資本的份額a影響。

根據上述含有環境水平的經濟收斂速度測算過程，可用下式描述經濟收斂的過程：

其中(t-s)表示兩個狀態的時間跨度。

將式（5）代入到式（7），則有：

式（8）便是環境質量與經濟收斂關系的表達式。

下面將式（8）擴展成一般動態面板模型的形式：

為隨機誤差項（滿足零均值、同方差）。由于技術在國家內通常是可以自由流動的，因此，在相同的時間間隔且各地區具有相同的外生技術進步率時，ηt可以看成是個體不變的時間效應。另外，在假設省際技術水平lnA0相同的條件下，可將ut看成是時間不變的個體效應。

上式表明，當經濟體的人口增長率和折舊率較低而物質資本和教育投資較大時，經濟發展水平較高和資源稟賦較優越的地區經濟增長較快，對外開放程度的提高會拉動生產率的增長。另一方面，該式子還可以用來檢驗經濟收斂現象，如果e-λτ＜1，則可以判斷該經濟體存在經濟增長條件收斂現象，并且以此來推算出經濟的收斂速度λ。

2 模型的估計方法與樣本選擇

2.1 模型估計方法的選擇

面板模型分固定效應模型(fixed effects model)和隨機效應模型(random effects model)。這兩種面板數據的估計方法都可以消除無法直接觀察到的因素ui對經濟增長的影響。對于固定效應模型來說，可以通過給每個地區安排一個虛擬變量，使用啞元變量最小二乘法(LSDV)進行估計；對于隨機效應模型來說，可以將模型看成帶有隨機截距項的回歸方程，使用廣義最小二乘法(GLS)進行估計(汪鋒，2006)。但是這兩種估計方法均是有偏和不一致的，Anderson、Hsiao和Nickell對此做了詳細研究，Nerlove利用Monte Carlo的試驗也證實了這一點。特別是在模型中包含因變量滯后項的情形下，上述兩種估計方法都因存在滯后因變量與擾動項相關的問題而使得到的估計量不一致。因此，本文采用Blundell和Bond提出的系統廣義矩估計(SYS-GMM)，該方法對一階差分廣義矩估計進行了改進，并強調初始條件對于有效估計量的重要性。

2.2 指標說明及數據來源

考慮數據的可得性，本文的數據主要來源于各期《中國環境年鑒》(1990～2010)、《中國統計年鑒》(1991～2010)、《新中國60年統計資料匯編》。由于西藏的數據不全面，故計算時將其排除在外。重慶市的數據并入四川省計算。全部樣本為，從1990～2009年29個省、市、自治區共20年的樣本數據。具體數據來源如下：

(1)環境質量指標。根據已有的研究以及數據的可獲得性，本文采用工業廢水（萬噸）、工業二氧化硫（噸）、工業固體廢棄物（萬噸）的人均指標來衡量環境的質量。具體數據根據各期《中國環境年鑒》、《中國統計年鑒》整理及計算而得。

(2)收入水平指標。與總量收入相比，人均收入狀況更能反映出真實收入的變化對環境質量的影響，因此本文選取人均GDP來衡量，同時對名義人均GDP（元/人）以1990年為不變價格進行平減（本文以下篇幅的人均GDP值，如無特別注明，均以1990年不變價格表示）。具體數據由歷年《中國統計年鑒》整理及計算而得。

(3)產出的要素投入指標。①以1990年不變價格計算的人均GDP來度量人均產出，以每年固定資本形成總額占GDP（支出法）的比重來衡量儲蓄率，以進出口總額占地區GDP的比重來衡量對外開放程度；②對于教育的測量本文采用各地區每年中小學學校每百名學生所擁有的教師數來衡量。理由有三：①勞動經濟學認為中小學教育的外部性最強，社會收益最大，而高等教育更強調個人收益，中小學教育的普及程度和貧困人口的脫貧有著較強的相關性；②投入的貨幣資金對教育的影響和資金的使用效率以及通貨膨脹都有著極大的相關性，所以使用投入資金數額無法準確衡量實際投入資源的數量；③無論是教育資金的投入還是國家教育政策的調整，其最終目標的實現都只能通過教育質量的提高來實現，而教育質量和教師數量有著較強的正相關性。

3 實證結果及比較分析

3.1 基于聚類分析的異質性分組

異質性一詞在生態學上定義為群落環境的非均勻性，而在遺傳學上則定義為一個細胞或個體含有不同遺傳背景細胞質的現象。本文定義的環境與經濟異質性表現為一國在收入和污染物排放上表現的差異性。故本文從人均GDP和污染物排放量兩個角度出發，分別采用比較分析和聚類分析對我國的人均收入和污染物排放量進行去異質性操作。

3.1.1 基于世界銀行分組的比較分析

對于人均GDP分組，由于樣本時期的跨度較大，同一個國家在不同年份的人均GDP都是一個動態變化的量，使得分組具有不確定性。因此本文考慮兩個指標：一是2008年世界銀行公布的國別收入分組標準，人均GDP大于3855美元為高收入地區；二是計算以1990年為不變價格的歷年各省人均GDP平均值，發現在7000元時分層明顯，而此時的分組結果與按世界銀行規定進行的分組結果完全一致。

3.1.2 基于污染物排放量的聚類分析

聚類分析就是根據事物本身的特性，按照一定的類定義準則，對所研究的事物進行歸類。本文的研究對象為各個地區的環境污染狀況，其顯示的總體特征即為各類污染物的排放量，因此筆者認為可以將各類污染物的排放量視為描述環境污染狀況的全部特征，通過連續觀測得到的結果進行聚類。固我們將1991～2009年不同污染物每年的排放量視為總體特征的一個觀測值。對于每一種污染物，29個地區分別根據19個觀測值進行聚類分析分成兩組。

綜上，本文根據以下兩個原則：①人均GDP大于3855美元為高收入地區，否則為低收入地區；②對于同種污染物，通過其在不同地區每年的排放量水平進行聚類分析，即每個地區根據19個同類污染物的排放量指標進行聚類①將1991～2009期間每年同類污染物的排放量視為一個指標進行聚類。。詳見表1。

表1 中國29個省市的分組結果

3.2 基于異質性分組的方程估計

3.2.1 人均廢水排放量與人均GDP的收斂檢驗

表2 人均廢水排放量與人均GDP的估計結果

從表2的結果來看，除了高排放低收入地區外，我國其他“同質性”地區都存在著經濟收斂現象。從系數的估計結果來看，滯后階收入水平的系數大于零，而環境污染的系數小于零，這意味著收斂速度將取決于污染水平，更近一步說，環境污染退化將增加當期人均收入水平的邊際效應，從而影響經濟收斂速度。另外，考慮環境因素的收斂速度明顯偏低可以解釋為：高排放高收入地區和低排放低收入地區在對外開放的過程中成為環境傾銷的受害者，在自身經濟的發展過程中也成為了“垃圾回收場”；低排放高收入地區的經濟模式目前逐漸轉型，在轉型過程中必然會受到經濟發展減緩的影響。從環境質量對經濟收斂速度的影響情況來看，三個存在收斂的地區相應的邊際抑制作用分別是49、43.21和21.7。因此，在經濟發展過程中，如何提高生產效率減少廢水污染量對加快我國經濟朝穩態水平逼近有重大意義。

3.2.2 人均固體廢棄物排放量與人均GDP的收斂檢驗

表3 人均固體廢棄物排放量與人均GDP的估計結果

從表3的結果來看，在我國的高排放高收入和低排放低收入地區存在著經濟收斂現象，但是收斂的速度同樣偏慢，遠低于Ialam(1995)估計的OECD國家的收斂速度，這種情況一方面可能是是由于發展中國家距離穩定狀態較遠所致，另一方面可能跟固體廢棄物處理的高成本有關，其對經濟增長的抑制作用在很大程度上影響了經濟收斂速度。同時可以看到單位固體廢棄物對經濟收斂的抑制作用遠大于其他要素投入的促進作用。

3.2.3 人均SO2排放量與人均GDP的收斂檢驗

表4 人均SO2排放量與人均GDP的估計結果

從表4的結果來看，我國的高收入地區存在著明顯的經濟收斂現象，而低收入地區目前則處于發散狀態。人均SO2排放量與經濟增長顯示的收斂速度相對于人均廢水和人均固體廢棄物均有明顯提高，但從環境水平對經濟收斂速度的邊際影響來看，高收斂速度同時意味著較弱的環境抑制作用。以低排放高收入地區為例，其環境污染的邊際抑制作用僅為0.69，遠低于其他污染物。另外，對外開放程度對人均收入的抑制作用可以解釋為：隨著經濟的發展，我國已經逐步開始脫離粗放型的經濟增長方式，貿易對社會的影響已不再單一，既能促進經濟的發展又能反作用于經濟發展。

4 結論

本文利用1990～2009年中國29個省市的面板數據，通過構建經濟增長與環境污染的關系方程，研究了三種污染物人均排放量與人均GDP的關系，以及環境水平對經濟收斂速度的影響。考慮到EKC“同質性”假設會影響到結果的可靠性，本文提出對污染物排放量進行聚類，同時考慮了國際貿易對環境污染與經濟增長的作用，得到以下結論:

第一，我國的高收入高排放地區存在著明顯的經濟收斂現象，高排放低收入地區則不存在收斂關系，其他兩個地區的收斂性則與污染物的種類有關。另外，物質資本、教育資本的積累對加快經濟收斂具有促進作用，而對外開放程度則在不同的地區發揮著不同的作用，其主要與經濟發展的模式和所處的發展階段相關。再者，我國的高收入地區和低收入地區面臨的情況有比較大的差異，高收入地區在經濟發展過程中由于對環境質量有較高要求，導致環境成本顯著超過其他要素投入帶來的促進作用。

第二，環境水平對經濟收斂速度有著明顯的反作用，而且兩者之間存在著乘數作用，大小即為單位污染物對人均GDP的影響。再者，經過異質性分組后所得到的各地區之間收斂速度遠低于目前相關研究所測算出的結果。最后基于以上分析，本文提出以下建議：①明確產權制度，加大“誰污染誰治理”的執行強度，同時鼓勵企業引進綠色技術，刺激技術創新，減小污染物排放量對經濟收斂的乘數作用；②縮小收入差距，增加教育資本、物質資本的投入，適當調整對外貿易額。

[1]包群，彭水軍.經濟增長與環境污染：基于面板數據的聯立方程估計[J].世界經濟，2006,（11）.

[2]Alassane Drabo.Environment Quality and Economic Convergence:Extending Environmental Kuznets Curve Hypothesis[J].Economics Bulletion,2010,（2）.

[3]Luiz Fernando Kamogawa,Ricardo Shirota.Economic Growth,Energy Consumption and Emissions:International Ramsey-Koopmans Model under EKC Hypothesis[J].Sociedade Brasileira de Economia,2007,（6）.

[4]Rasmussen,T.N.CO2 Abatement Policy with Learning-by-doing in Renewable Energy[J].Resource and Energy Economics,2001,（2）.

[5]Le Kama,A.D.A.Sustainable Growth,Renewable Resources and Pol?lution[J].Journal of Economic Dynamics and Control，2001,（4）.

[6]Stern,D.I.The Rise and the Fall of the Environmental Kuznets Curve[J].World Development,2004,（8）.

[7]Stoke,N.Are there Limits to Growth?[J].International Economics Re?view,1998,（1）.